AI Skill 大全

Chatterbox 语音合成

不花 API 费用地做本地语音合成,适合视频配音、播客片头和课程旁白。

功能与用途

这个技能做的是本地 TTS:把文字或素材合成语音,并调整清晰度、节奏和输出格式,最大的卖点是不产生 API 费用。适用场景包括 YouTube 视频旁白、播客片头片尾、有声书、课程内容配音、自定义 AI 语音助手和多语种内容。边界也很明确:需要实时流式输出时改用其他 TTS 服务;需要上百种音色时改用 Azure 或 Google 的 TTS;计算资源极其有限时不适用。

适用场景

  • 视频与课程旁白配音:提供文本及10至60秒参考音频克隆音色,在本地零API成本生成音画契合的解说词与教学课程旁白。
  • 播客片头片尾制作:基于预设的人声音频样本,批量合成风格一致的播客开场白、过场音效或片尾寄语,省去外包配音流程。
  • 带字幕时间戳的有声书朗读:将长文本转换为连续的有声书语音,并利用集成能力输出字级时间戳,便于同步生成高精度字幕。

适用人群

  • 视频创作者
  • 课程制作方
  • 播客主

使用步骤

  1. 准备要合成的文本与期望的音色
  2. 确认本地算力足以跑合成
  3. 生成语音并调整清晰度与节奏
  4. 导出所需格式
  5. 需要实时流式或海量音色时改用云端服务

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
效率
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-09-09
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Use when free local TTS with voice cloning using Chatterbox. Zero API

使用前准备

  • 本地计算资源
  • 待合成的文本或素材

依赖与权限

  • 读取用户主动提供的内容

同类 Skill